第1章 市场营销研究导论 1
1.1 市场营销研究概述 2
1.1.1 市场营销研究的定义 2
1.1.2 市场营销研究可以解决的问题 5
1.1.3 市场营销研究的分类 6
1.1.4 市场营销研究的过程 7
1.1.5 典型案例 8
1.2 定性研究与定量研究 9
1.2.1 定性研究 9
1.2.2 定量研究 12
1.2.3 典型案例 13
1.3 测量量表和问卷设计 17
1.3.1 测量量表 17
1.3.2 问卷设计 20
1.3.3 量表举例——消费者民族中心主义量表及测量 23
1.4 SPSS软件简介 26
1.4.1 SPSS软件的发展历程 26
1.4.2 SPSS软件的特点 26
1.4.3 SPSS操作界面 27
思考题与练习题 28
第2章 现场工作与数据收集 29
2.1 现场工作的特点 29
2.1.1 现场工作的目标 29
2.1.2 现场工作人员的工作场景 30
2.2 现场工作过程 31
2.3 选择与培训现场工作人员 31
2.3.1 选择与配置现场工作人员 31
2.3.2 培训现场工作人员 32
2.4 管理现场工作人员 34
2.4.1 质量控制与编辑 34
2.4.2 抽样控制 34
2.4.3 作弊行为控制 35
2.4.4 中央办公室控制 35
2.5 评估现场工作人员 35
2.5.1 成本和时间 36
2.5.2 回答率 36
2.5.3 访谈质量 36
2.5.4 数据质量 36
2.6 数据准备 36
2.6.1 数据准备过程 36
2.6.2 问卷检查 37
2.6.3 数据编辑 37
2.6.4 数据编码和转录 38
2.6.5 数据清理和调整 40
2.7 选择数据分析方法 43
思考题与练习题 43
第3章 营销数据的初步分析 45
3.1 频数分布 46
3.2 集中趋势指标 47
3.2.1 均值 48
3.2.2 众数 48
3.2.3 中位数 48
3.3 离散趋势指标 48
3.3.1 全距 49
3.3.2 四分互差 49
3.3.3 方差和标准差 49
3.3.4 变异系数 49
3.4 分布形状指标 49
3.4.1 偏度 50
3.4.2 峰度 50
3.5 典型案例及SPSS应用 51
3.5.1 大学生平均每周浏览知名网站行为的初步数据分析 51
3.5.2 消费者家庭月收入和受教育程度的初步数据分析 59
3.6 假设检验 71
3.6.1 假设检验简介 71
3.6.2 假设检验的意义 72
3.6.3 假设检验的基本步骤 73
3.6.4 假设检验案例 73
思考题与练习题 79
第4章 营销数据的方差分析 80
4.1 单因子方差分析 81
4.1.1 确定自变量和因变量 81
4.1.2 总变差分解 81
4.1.3 测量作用 82
4.1.4 显著性检验 82
4.1.5 结果解释 83
4.1.6 单因子方差分析案例——促销对销售额的影响 83
4.2 多因子方差分析 86
4.2.1 多因子方差分析的概念及统计原理 86
4.2.2 多因子方差分析案例——促销和赠券对销售额的影响 88
4.3 协方差分析 93
4.3.1 协方差分析的概念 93
4.3.2 协方差分析案例——促销、赠券以及相对客源对销售额的影响 93
4.4 典型案例 94
4.4.1 案例1——医药公司的地区营销 94
4.4.2 案例2——销售额与季节和产品类别差异分析 100
思考题与练习题 103
第5章 营销数据的相关分析 105
5.1 相关分析的概念 105
5.1.1 变量间的关系 105
5.1.2 相关关系的种类 106
5.1.3 相关关系的判别 107
5.2 相关系数 108
5.2.1 主要的相关系数 109
5.2.2 简单相关系数的性质 110
5.2.3 简单相关系数的缺点 111
5.2.4 相关系数的显著性检验 111
5.2.5 相关分析中应注意的问题 112
5.3 偏相关分析 112
5.3.1 偏相关分析的基本概念 112
5.3.2 偏相关系数 113
5.3.3 偏相关系数的检验 114
5.4 相关分析在市场营销研究中的应用及SPSS实现 114
5.4.1 营销研究中相关分析的基本问题 114
5.4.2 应用实例及SPSS实现 115
5.5 典型案例 120
5.5.1 企业销售成本分析 120
5.5.2 上海市城市居民家庭人均可支配收入与储蓄存款关系的相关分析 123
思考题与练习题 125
第6章 营销数据的回归分析 127
6.1 回归分析的简介 127
6.1.1 回归分析的概念 127
6.1.2 回归分析的应用 129
6.1.3 回归分析的类型 130
6.2 一元线性回归 130
6.2.1 一元线性回归的概念和统计原理 130
6.2.2 应用实例——居民总消费与总储蓄 131
6.3 多元线性回归 135
6.3.1 多元线性回归的概念与统计原理 135
6.3.2 应用实例——主管性格与雇主对其整体满意度之间的关系 136
6.4 典型案例 139
6.4.1 我国农民收入影响因素的回归分析 139
6.4.2 产品需求量预测回归分析 143
思考题与练习题 146
第7章 营销数据的因子分析 148
7.1 因子分析概述 148
7.1.1 因子分析简介 148
7.1.2 因子分析的基本概念 149
7.2 因子分析的步骤 151
7.2.1 因子分析的前提条件 151
7.2.2 抽取共同因子 152
7.2.3 因子命名 153
7.2.4 决定因子与命名 154
7.2.5 计算各样本的因子得分 154
7.3 典型案例与SPSS应用 154
7.3.1 案例1——因子分析在股票评价中的应用 154
7.3.2 案例2——消费者生活方式因子分析 160
7.3.3 案例3——地区人均要素变量因子分析 165
7.4 利用因子分析进行量表的效度检验 167
7.4.1 探索性因子分析 167
7.4.2 EFA在研究领域存在的问题及建议 173
思考题与练习题 175
第8章 营销数据的聚类分析 178
8.1 聚类分析的概念 178
8.1.1 聚类分析的基本概念 178
8.1.2 聚类分析的定义 179
8.1.3 聚类分析的基本思想 179
8.1.4 聚类分析的特点 180
8.1.5 聚类分析的分类 180
8.2 聚类分析的步骤 180
8.2.1 拟定研究问题 180
8.2.2 选择距离指标 181
8.2.3 选择聚类方法 181
8.2.4 聚类分析应注意的问题 181
8.3 典型案例与SPSS应用 182
8.3.1 案例1——消费者体质分类 182
8.3.2 案例2——消费者市场细分 186
8.3.3 案例3——组织分类 193
思考题与练习题 196
第9章 营销数据的判别分析 199
9.1 判别分析简介 199
9.1.1 判别分析概述 199
9.1.2 判别分析的基本思想 200
9.1.3 判别分析的统计原理 201
9.1.4 判别分析的一般步骤 202
9.2 典型案例与SPSS应用 203
9.2.1 案例1——企业状况分析 203
9.2.2 案例2——中国城镇居民月平均收入状况 208
9.2.3 案例3——聚类分析与判别分析综合：绩效考评技术 221
思考题与练习题 239
第10章 营销报告的撰写及提交 241
10.1 研究报告的重要性 241
10.1.1 研究报告撰写的意义 242
10.1.2 研究报告的功能 242
10.2 组织书面报告 243
10.2.1 研究报告应具有的特点 243
10.2.2 研究报告的写作技巧 244
10.3 根据大纲和原理撰写报告 245
10.3.1 研究报告的分类 245
10.3.2 研究报告的结构 246
10.4 使用视图、表格和图形 248
10.4.1 统计图、表在市场调查报告中的作用 248
10.4.2 研究报告中的制表技术 249
10.4.3 研究报告中的制图技术 250
10.4.4 使用统计图、表需要注意的问题 251
10.5 口头演示 252
10.5.1 关于口头汇报资料 252
10.5.2 有效口头汇报 252
10.6 研究的后续工作 253
10.6.1 数据资料和调研过程的整理与存档 253
10.6.2 数据分析的有效性及预测的准确度跟进 253
10.6.3 用户满意度调研跟进 253
10.6.4 调研过程的复盘与讨论 254
思考题与练习题 254